如何根据坐标更新numpy数组

Question

我有一个如下所示的图像，我正在尝试将其转换为二进制图像。为了将此图像转换为二进制图像，我做了：image[image > 0] = 255这将创建具有仅具有白色像素的彩色区域的二值图像。但我也想将彩色区域上方的像素转换为值 255。我该怎么做呢？我不仅想将彩色像素转换为白色，还想将其上方的区域转换为白色。我可以这样做吗？箭头所指的区域将保持黑色（即彩色区域之后的区域）

Answer 1

如果我正确理解了您的问题，则应采取更详细的方法来获得所需的结果。

首先，使用简单阈值的方法会产生嘈杂的方法。

我使用了您的样本的修改图像：

如果你应用你的阈值，那么可能会出现这样的结果：

在这里可以使用更精细的阈值：

image3 = cv2.inRange(image, np.array([10, 10, 10]), np.array([255, 255, 255]))

结果会创建一个二进制图像（类似于您想要的输出，除了上面的条带）：

为了摆脱条带，我会（虽然这只是一种不是完美的方法）使用一些东西来找到由白色区域创建的角落，然后用它用黑色绘制它上面的所有区域：

ind = np.where(image3 == 255)

max_x = np.max(ind[1])

max_y = ind[0][np.argmax(ind[1])]

image3[:max_y, :max_x] = 255

结果将是这样的：

Answer 2

无论如何，这不是完美的答案。但这可能会有所帮助。

我重新创建了图像，如下所示：

然后我读了它并按照你的路径首先将其设为二进制（稍作修改以减少噪音）：

import numpy as np

from matplotlib import pyplot as plt

img = plt.imread("sample.jpg")

img2 = img.copy()

img2[img2.sum(-1) > 30] = 255

img2[img2.sum(-1) <= 30] = 0

这是修改后的结果：

选项1

这可能不是你问的，但它类似于评论中讨论的解决方案之一，我认为它部分正确：

i, j = np.where(img2.sum(-1) > 0) # find all white coordinates

i, j = (i[j.argmax()], j[j.argmax()]) # the corner white point into the black

img2[:i, :j] = 255 # paint whine all the left-above rectangle from this point

这是最终结果：

这是一个不完美但非常简单的纯 numpy 解决方案。

选项 2

在这个解决方案中，我们需要一些简单的微积分和线性代数。在二维空间中取两个点并在它们之间画一条线。那么，边界线的作用是什么？

point2 = (i, j) # same i and j from OPTION1 (coordinates of the top-right corner)

point1 = (img2.shape[0], img2[-1].sum(-1).argmin()) # the bottom-right white corner.

a = (point2[1] - point1[1]) / (point2[0] - point1[0])

c = point1[1] - a * point1[0]

f = lambda x: int(a * x + c)

现在，画线左侧的所有区域：

for i in range(img2.shape[0]):

    img2[:i, :f(i)+1] = 255

结果如下：